El siguiente ejercicio evalúa la promulgación de leyes de los últimos 5 periodos parlamentarios. En total, se analizaron 34 587 propuestas de ley. El valor promedio de propuestas de ley es de 6 917 proyectos en los 5 periodos. De todos ellos, el periodo parlamentario entre los años 2001 y 2006 muestra una marcada diferencia con respecto a los cuatro restantes, con 14 841 proyectos de ley, pasando por encima del valor promedio.
En la siguiente sección, se analizan las 5 807 leyes propuestas durante el periodo legislativo 1995-2000.
La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.
El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.
El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el análisis].
El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.
El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el análisis].
Regresión survival (Periodo 1995 - 2000):
ModeloCongreso=data[data$congresoR=='C1995_2000',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo,
## data = ModeloCongreso)
##
## n= 5807, number of events= 1492
##
## coef exp(coef) se(coef) z Pr(>|z|)
## GPOficialista1 1.76591 5.84690 0.17190 10.27 <2e-16 ***
## ProponeEjecutivo1 2.14677 8.55715 0.06346 33.83 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1 5.847 0.1710 4.175 8.189
## ProponeEjecutivo1 8.557 0.1169 7.556 9.691
##
## Concordance= 0.614 (se = 0.005 )
## Rsquare= 0.131 (max possible= 0.987 )
## Likelihood ratio test= 815.5 on 2 df, p=<2e-16
## Wald test = 1197 on 2 df, p=<2e-16
## Score (logrank) test = 1704 on 2 df, p=<2e-16
Impacto del grupo oficialista en la probabilidad de publicación del proyecto de ley:
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)
###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (1995 - 2000)"
autoplot(KM.fondos,
xlab=ejeX,
ylab=ejeY,
main = titulo,
conf.int = F)
Impacto del Poder Ejecutivo como proponente en la probabilidad de publicación del proyecto de ley:
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)
###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (1995 - 2000)"
autoplot(KM.fondos,
xlab=ejeX,
ylab=ejeY,
main = titulo,
conf.int = F)
La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.
El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.
El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el análisis].
El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.
El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el análisis].
Regresión survival (Periodo 2001 - 2006):
ModeloCongreso=data[data$congresoR=='C2001_2006',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo,
## data = ModeloCongreso)
##
## n= 14839, number of events= 4909
## (2 observations deleted due to missingness)
##
## coef exp(coef) se(coef) z Pr(>|z|)
## GPOficialista1 0.06562 1.06782 0.03562 1.842 0.0655 .
## ProponeEjecutivo1 1.73445 5.66584 0.04366 39.726 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1 1.068 0.9365 0.9958 1.145
## ProponeEjecutivo1 5.666 0.1765 5.2012 6.172
##
## Concordance= 0.566 (se = 0.004 )
## Rsquare= 0.07 (max possible= 0.998 )
## Likelihood ratio test= 1082 on 2 df, p=<2e-16
## Wald test = 1616 on 2 df, p=<2e-16
## Score (logrank) test = 2051 on 2 df, p=<2e-16
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)
###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2001 - 2006)"
autoplot(KM.fondos,
xlab=ejeX,
ylab=ejeY,
main = titulo,
conf.int = F)
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)
###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2001 - 2006)"
autoplot(KM.fondos,
xlab=ejeX,
ylab=ejeY,
main = titulo,
conf.int = F)
La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.
El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.
El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el an??lisis].
El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.
El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el an??lisis].
Regresión survival (Periodo 2006 - 2011):
ModeloCongreso=data[data$congresoR=='C2006_2011',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo,
## data = ModeloCongreso)
##
## n= 4908, number of events= 1388
##
## coef exp(coef) se(coef) z Pr(>|z|)
## GPOficialista1 0.16001 1.17352 0.07636 2.096 0.0361 *
## ProponeEjecutivo1 1.46794 4.34028 0.06002 24.459 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1 1.174 0.8521 1.010 1.363
## ProponeEjecutivo1 4.340 0.2304 3.859 4.882
##
## Concordance= 0.644 (se = 0.007 )
## Rsquare= 0.102 (max possible= 0.99 )
## Likelihood ratio test= 526.4 on 2 df, p=<2e-16
## Wald test = 635.7 on 2 df, p=<2e-16
## Score (logrank) test = 749.1 on 2 df, p=<2e-16
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)
###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2006 - 2011)"
autoplot(KM.fondos,
xlab=ejeX,
ylab=ejeY,
main = titulo,
conf.int = F)
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)
###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2006 - 2011)"
autoplot(KM.fondos,
xlab=ejeX,
ylab=ejeY,
main = titulo,
conf.int = F)
La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.
El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.
El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el análisis].
El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.
El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el análisis].
Regresión survival (Periodo 2011 - 2016):
ModeloCongreso=data[data$congresoR=='C2011_2016',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo,
## data = ModeloCongreso)
##
## n= 5424, number of events= 1501
##
## coef exp(coef) se(coef) z Pr(>|z|)
## GPOficialista1 -0.07192 0.93061 0.06692 -1.075 0.283
## ProponeEjecutivo1 2.03517 7.65355 0.06111 33.304 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1 0.9306 1.0746 0.8162 1.061
## ProponeEjecutivo1 7.6536 0.1307 6.7897 8.627
##
## Concordance= 0.643 (se = 0.007 )
## Rsquare= 0.153 (max possible= 0.99 )
## Likelihood ratio test= 903.6 on 2 df, p=<2e-16
## Wald test = 1268 on 2 df, p=<2e-16
## Score (logrank) test = 1764 on 2 df, p=<2e-16
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)
###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2011 - 2016)"
autoplot(KM.fondos,
xlab=ejeX,
ylab=ejeY,
main = titulo,
conf.int = F)
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)
###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2011 - 2016)"
autoplot(KM.fondos,
xlab=ejeX,
ylab=ejeY,
main = titulo,
conf.int = F)
La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.
El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.
El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el análisis].
El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.
El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el análisis].
Regresión survival (Periodo 2016 - 2021):
ModeloCongreso=data[data$congresoR=='C2016_2021',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo,
## data = ModeloCongreso)
##
## n= 3607, number of events= 668
##
## coef exp(coef) se(coef) z Pr(>|z|)
## GPOficialista1 0.1322 1.1414 0.1527 0.866 0.387
## ProponeEjecutivo1 1.5758 4.8346 0.0990 15.918 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1 1.141 0.8761 0.8461 1.54
## ProponeEjecutivo1 4.835 0.2068 3.9819 5.87
##
## Concordance= 0.592 (se = 0.01 )
## Rsquare= 0.05 (max possible= 0.943 )
## Likelihood ratio test= 184.3 on 2 df, p=<2e-16
## Wald test = 255 on 2 df, p=<2e-16
## Score (logrank) test = 310.9 on 2 df, p=<2e-16
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)
###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2016 - 2021)"
autoplot(KM.fondos,
xlab=ejeX,
ylab=ejeY,
main = titulo,
conf.int = F)
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)
###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2016 - 2021)"
autoplot(KM.fondos,
xlab=ejeX,
ylab=ejeY,
main = titulo,
conf.int = F)